地铁车辆智能运维系统建设研究

分析了传统车辆运维模式存在的问题,明确了车辆智能运维系统建设的目的,对车辆智能运维系统包括的数据采集模块、数据预处理模块、数据中心和应用服务进行了分析,对智能运维系统建设步骤进行了分解。以某地铁车辆智能运维系统为例,对车辆智能运维系统框架和功能进行了分析和阐述,以期为地铁车辆智能运维系统建设提供参考。

基于三取二冗余容错架构的数字逻辑单元设计

针对新一代轨道车辆控制系统的高可靠、高安全、高冗余、高集成等要求,为了使车载计算机在复杂运行环境下快速、准确、高效地完成网络传输、数据计算和输出控制,设计了基于三取二冗余容错架构的数字逻辑单元(DLU),并在软件的配合下实现了对车辆关键控制电路的安全服役功能。该控制单元采用三取二冗余控制策略。程序采用抢占式多任务实时操作的控制逻辑。系统采用电源模块、信号采集模块、信号输出模块和处理器模块并行启动和运算电路。输出采用具有自反馈校正的同步校验信号机制。通过可用性和安全性这两个方面的综合对比分析,验证了三取二架构DLU在正常运行下基本功能的实现和在失效模式下对系统运行保护的冗余切换功能。在发生单个或多个故障时,三取二架构不仅确保了系统控制的完整性和可靠性,而且最大限度保障了系统资源的可用性。该设计为DLU在车辆的实际应用中提供了利用率高和满足高安全等级的可行设计方案。

基于机器视觉的非接触式弓网接触压力在线检测系统

当列车通过轨旁检测棚的接触网检测位置时,弓网间的接触压力使得接触网发生变形。为了解决此问题,本文提出一种基于机器视觉的非接触式弓网压力在线检测方法,通过机器视觉识别该位置的垂向变形量,结合先前已标定好的力和变形量的关系式,反推接触网与受电弓间的接触压力大小。通过在地面实验室实测,并与仿真计算结果进行比对,发现两者吻合度较好。

线阵相机图像自适应畸变校正方法及在列车成像上的应用

在轨道交通领域,利用线阵相机拍摄的列车图像通常会因为相机行频与列车速度不匹配而造成图像的拉伸或压缩畸变。常规对线阵相机图像进行畸变校正的方法需要在被拍摄物体上设置标记,并且只能单独处理拉伸畸变或压缩畸变。一种新的校正方法可以利用标准模板图像的线性变换来逼近拍摄的畸变图像,进而获取畸变变换的逆变换,从而获取线阵相机畸变图像的原图像。此方法不需要在被拍摄的列车上设置刻度标记,并且可以同时处理图像中拉伸和压缩两种不同的畸变现象。通过理论模型和实际数据的测试表明,该方法稳定有效,适应性强。

基于2D/3D成像的地铁列车螺栓松动检测研究与应用

在地铁列车智能运维领域,列车外观异常检测是必不可少的重要环节,从传统的人工巡检到采用线阵相机2D成像图像识别方法,均存在一定的缺陷,不能满足快速准确的智能巡检要求。基于2D成像的图像识别方法可以解决人工巡检速度慢和因疲劳导致漏检等问题,但在与成像平面垂直的第三维度上出现的异常问题还没有得到较好的解决。文章提出一种基于2D/3D成像的螺栓松动检测方法,避免了在2D成像过程中由于光照、水渍、灰尘等原因造成图像像素值变化过大对检测结果带来的影响,并能很好地应用于地铁列车异常检测。

地铁列车360°外观故障图像检测系统的应用

随着我国轨道交通行业高速发展,传统的人工巡检模式已不能满足需求,采用机器视觉技术运用到列车故障检测成为新的研究方向。地铁列车360°外观图像故障检测系统针对地铁列车人工日检/四日检安全及维护重要项检查,采集包括受流、走行部、牵引、制动供风、车门车窗、车钩等关键部件高清图像,形成多元的车体外观图像感知数据。通过模式识别、计算机视觉和基于数据驱动的分级预警等技术,实现列车关键部件故障诊断分析,为列车全面自动化检测奠定基础。